×
西尔维亚·穆齐奥利;德贝茨，B。

波动率预测的不同模糊回归方法的比较评估。 （英语） 兹比尔1397.91574

模糊优化。小数。马克。 12，第4期，433-450（2013）.
摘要：本文的目的是比较不同的模糊回归方法在评估基于期权的波动率预测的未来已实现波动率的信息含量方面的差异。这些方法为处理测量的不精确性和变量之间关系的模糊性提供了合适的工具。因此，它们对波动率预测特别有用，因为利率变量（已实现波动率）是不可观测的，并且使用了它的代理。此外，实际波动率和波动率预测中的测量误差可能会影响回归结果。我们比较了H.田中等[IEEE Trans.Syst.Man Cybern.12，903–907（1982；兹比尔0501.90060)]和最小二乘模糊回归法D.A.萨维奇和W.佩德里茨【模糊集系统39，No.1，51-63（1991；Zbl 0714.62065号)]. 在我们的案例研究中，基于DAX指数期权市场的日内数据，两种方法都证明了各自的优缺点。总的来说，在这两种方法中，我们更喜欢[loc.cit.]方法，因为它包含作为特殊情况（中心线）的普通最小二乘回归，对对数或水平变量的分析是稳健的，并且提供了比Tanaka等人[loc.cint.]方法更清晰的结果。

引用于4文件

理学硕士：

9120国集团 衍生证券（期权定价、对冲等）
62P05号 统计学在精算科学和金融数学中的应用
62J05型 线性回归；混合模型
62年 模糊性、线性推理和回归

关键词：

模糊回归方法;线性规划;最小二乘法;波动性预测

引文：

Zbl 0501.90060号;Zbl 0714.62065号
PDF格式BibTeX公司 XML格式引用
\textit{S.Muzzioli}和\textit{B.De Baets}，模糊优化。小数。制造商。12，第4号，433--450（2013；Zbl 1397.91574）
全文： 内政部

参考文献：

[1] 布里滕·琼斯，M；Neuberger，A，《期权价格、隐含价格过程和随机波动》，《金融杂志》，55，839-866，（2000）·doi:10.1111/0022-1082.00228
[2] Celminš，A，模糊向量数据的最小二乘模型拟合，模糊集与系统，22245-269，（1987）·doi:10.1016/0165-0114（87）90070-4
[3] Chang，Y-HO，混合模糊最小二乘回归分析及其可靠性度量，模糊集与系统，119225-246，（2001）·Zbl 0997.62051号 ·doi:10.1016/S0165-0114（99）00092-5
[4] Chang，Y-HO；Ayyub，BM，模糊回归方法——比较评估，模糊集与系统，119187-203，（2001）·doi:10.1016/S0165-0114（99）00091-3
[5] 戴蒙德，P，模糊最小二乘法，信息科学，46，141-157，（1988）·Zbl 0663.65150号 ·doi:10.1016/0020-0255（88）90047-3
[6] D’Urso，P；Gastaldi，T，模糊线性回归分析的最小二乘法，计算统计与数据分析，34427-440，（2000）·兹比尔1046.62066 ·doi:10.1016/S0167-9473（99）00109-7
[7] Ishibuchi，H；Nii，M，使用非对称模糊系数和模糊神经网络的模糊回归，模糊集和系统，119273-290，（2001）·Zbl 0964.62051号 ·doi:10.1016/S0165-0114（98）00370-4
[8] 江，GJ；田永生，《无模型隐含波动率及其信息含量》，《金融研究评论》，第18期，第1305-1342页，（2005）·doi:10.1093/rfs/hhi027
[9] 卡拉曼，C；比什凯斯，A；Bozbura，FT，模糊回归方法和应用，模糊性和软计算研究，201589-615，（2006）·doi:10.1007/3-540-33517-X_24
[10] 高，C；Chyu，C-L，具有更好解释力的模糊回归模型，模糊集与系统，126，401-409，（2002）·Zbl 1006.62053号 ·doi:10.1016/S0165-0114（01）00069-0
[11] Kim，KJ；莫斯科维茨，H；Koksalan，M，模糊与统计线性回归，《欧洲运筹学杂志》，92，417-434，（1996）·Zbl 0912.90064号 ·doi:10.1016/0377-2217（94）00352-1
[12] 莫斯科维茨，H；Kim，KJ，关于模糊线性回归中H值的评估，模糊集与系统，58，303-327，（1993）·Zbl 0791.62073号 ·doi:10.1016/0165-0114（93）90505-C
[13] Muzzioli，S，《基于期权的波动性预测：DAX指数期权市场的实证研究》，《欧洲金融杂志》，16，561-586，（2010）·网址：10.1080/13518471003640134
[14] 纳斯拉巴迪，MM；纳斯拉巴迪，E；Nasrabadi，AR，《模糊线性回归分析：多目标规划方法》，《应用数学与计算》，163245-251，（2005）·Zbl 1061.62100号 ·doi:10.1016/j.ac.2004.02.008
[15] Nather，W，《模糊随机数据回归》，计算统计与数据分析，51，235-252，（2006）·Zbl 1157.62463号 ·doi:10.1016/j.csda.2006.02.021
[16] 奥姆拉尼，H；Aabdollahzadeh，S；Alinaghian，M，一个简单有效的目标规划模型，用于计算考虑异常值的模糊线性回归参数，不确定系统杂志，5，62-71，（2011）
[17] Peters，G，带模糊区间的模糊线性回归，模糊集与系统，63，45-55，（1994）·doi:10.1016/0165-0114（94）90144-9
[18] Poon，S；Granger，CW，《金融市场波动预测：综述》，《经济文献杂志》，第41期，第478-539页，（2003年）·数字对象标识代码：10.1257/002205103765762743
[19] 桑切斯，JA；Gómez，AT，使用模糊回归方法估计模糊金融定价的利率期限结构，模糊集与系统，139313-331，（2003）·Zbl 1151.91555号 ·doi:10.1016/S0165-0114（02）00373-1
[20] 桑切斯，JA；Gómez，AT，使用模糊回归技术估计利率的模糊期限结构，《欧洲运筹学杂志》，154804-818，（2004）·Zbl 1099.91522号 ·doi:10.1016/S0377-2217（02）00854-8
[21] 萨维奇，DA；Pedrycz，W，模糊线性回归模型的评估，模糊集与系统，39，51-63，（1991）·Zbl 0714.62065号 ·doi:10.1016/0165-0114（91）90065-X
[22] Tanaka，H，用可能性线性模型进行模糊数据分析，模糊集与系统，24363-375，（1987）·Zbl 0633.93060号 ·doi:10.1016/0165-0114（87）90033-9
[23] 田中，H；上岛，S；Asai，K，用模糊模型进行线性回归分析，IEEE系统、人与控制论汇刊，12903-907，（1982）·Zbl 0501.90060号 ·doi:10.1109/TSMC.1982.4308925
[24] 田中，H；Watada，J，可能性线性系统及其在线性回归模型中的应用，模糊集与系统，27275-289，（1988）·Zbl 0662.93066号 ·doi:10.1016/0165-0114（88）90054-1
[25] 曾，F-M；Tzeng，G-H；Yu，H-C；袁，B-JC，外汇市场预测的模糊ARIMA模型，模糊集与系统，118，9-19，（2001）·doi:10.1016/S0165-0114（98）00286-3
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。